Django頁面數(shù)據(jù)的緩存與使用的具體方法
為什么要使用緩存?
一個動態(tài)網(wǎng)站的基本權(quán)衡點就是,它是動態(tài)的。 每次用戶請求頁面,服務(wù)器會重新計算。從開銷處理的角度來看,這比你讀取一個現(xiàn)成的標(biāo)準(zhǔn)文件的代價要昂貴的多
使用緩存,將多用戶訪問時基本相同的數(shù)據(jù)先緩存起來;這樣當(dāng)用戶訪問頁面的時候,不需要重新計算數(shù)據(jù),而是直接從緩存里讀取,避免性能上的開銷。
使用Redis數(shù)據(jù)庫
使用redis數(shù)據(jù)庫存儲緩存,首先redis是key-value類型的數(shù)據(jù)庫,NoSQL,且也是內(nèi)存型數(shù)據(jù)庫,redis是將數(shù)據(jù)加載到內(nèi)存中,進行操作,并異步將數(shù)據(jù)備份到硬盤里。而我們知道,內(nèi)存的讀取速度要比硬盤的讀取速度快,因此Redis的讀取速度要比其他文件型數(shù)據(jù)庫快很多。
配置django的緩存設(shè)置
settings.py中添加:
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://172.16.3.241:6379/9", //指向裝有redis的服務(wù)器IP地址:端口 /9表示使用db9
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
}
}
}
使用Django內(nèi)置的緩存API (cache)
導(dǎo)入 from django.core.cache import cache

例子
在視圖類或視圖函數(shù)中, 首先先別急著計算頁面數(shù)據(jù);而是先向緩存讀取該頁面的數(shù)據(jù);若返回一個 None;說明沒有緩存或緩存的數(shù)據(jù)已經(jīng)過期;此時才需要進行數(shù)據(jù)庫查詢等計算服務(wù)
并將更新后的數(shù)據(jù)寫入緩存中,自始至終同一頁面都統(tǒng)一使用一個 key進行存取或刪除;
# 緩存的設(shè)置與獲取 偽代碼: content= cache.get(‘index_data') if content is None: 查詢數(shù)據(jù)等 cache.set(‘index_data',content,timeout) # 設(shè)置緩存 # 渲染頁面
緩存設(shè)置了過期時間timeout,單位為秒,當(dāng)?shù)竭_過期時間之后,該緩存的數(shù)據(jù)將不會被使用,以此來確保緩存數(shù)據(jù)不會一直都是同一份。
但假如我設(shè)定timeout為3600,即60分鐘,那么在60分鐘內(nèi),如網(wǎng)頁的數(shù)據(jù)被更新了,而用戶訪問時只能顯示舊的頁面數(shù)據(jù),因此為了保證緩存的時效性,
可以在數(shù)據(jù)更改時刪除舊緩存。
如在django自帶的管理頁面中,當(dāng)模型發(fā)生修改時,會默認調(diào)用admin.ModelAdmin的save_model 或 delete_model 方法。因此,繼承并重寫該方法,并在里面添加
刪除緩存的代碼,則網(wǎng)站管理員通過自帶管理頁面修改數(shù)據(jù)時,舊的頁面緩存會被清除
如:
class BaseModel(admin.ModelAdmin):
'''
繼承admin.ModelAdmin
重寫save_model / delete_model 方法
'''
def save_model(self, request, obj, form, change):
super().save_model(request,obj,form,change)
# 刪除首頁緩存
cache.delete('index_data')
# 刪除類型和新品推薦的緩存
cache.delete('types_and_newsku')
def delete_model(self, request, obj):
super().delete_model(request,obj)
#刪除首頁緩存
cache.delete('index_data')
# 刪除類型和新品推薦的緩存
cache.delete('types_and_newsku')
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
pytorch nn.Conv2d()中的padding以及輸出大小方式
今天小編就為大家分享一篇pytorch nn.Conv2d()中的padding以及輸出大小方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
解決安裝torch后,torch.cuda.is_available()結(jié)果為false的問題
這篇文章主要介紹了解決安裝torch后,torch.cuda.is_available()結(jié)果為false的問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-12-12
Python?Traceback(most?recent?call?last)報錯信息:示例解讀
這篇文章主要介紹了Python?Traceback(most?recent?call?last)報錯信息:示例解讀,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-12-12

